Défi EIG DataESR : bilan à mi-parcours

Sami Moustachir, Ambre Arnaud et Maxime Pierrot présentent les réalisations du défi DataESR à mi-parcours.

https://entrepreneur-interet-general.etalab.gouv.fr/defi/2017/09/26/dataesr/

Transcript

1. Projet : #dataESR Ministère de l’Enseignement Supérieure, de la recherche et de l’innovation Mentors : Emmanuel Weisenburger, Yann Caradec EIG : Sami Moustachir, Ambre Arnaud, Maxime Pierrot
5. Problématique Comment proposer une recommendation pertinente ?
6. Mettre en place les premiers socles techniques permettant l’analyse d’un gros volume de données Construire un outil qui permet d’extraire à partir des sources transformées, des indicateurs scientifiques. Sélectionner l’ensemble des sources de données intéressantes et à considérer pour le projet. Exploitez cette outil d’enrichissement dans le cadre d’un projet d’analyse du financement des projets Chronologie
7. dataESR Aggregator Tagged Documents Scientific Tagger Wikipedia/ ISTEX data ETL Airflow dataESR « Design Pattern »
8. Demo
9. • Document 1 • Document 2 • Document 3 Tableau de bord Enrichissement Ex : Financement des projets de recherche Européens
10. Merci
11. dataESR Aggregator Tagged Documents nlp pipeline Scientific Tagger Tokenize POS Tag lemma Word Embd. container MElt container Fast Text data pretrain models ! /" " ! MElt : Preprocessing for French content FastText : Library for word representations spaCy : Python library for text processing ETL Airflow dataESR
12. Dans scanR, on a une aggregation de donnée de différentes sources, chaque source est lié à un ou plusieurs champs disciplinaires. On se retrouve donc avec plein de nomenclatures qui ne communique pas avec les autres. scanR est un outil pour aider à trouver les structures, il faut donc rationaliser l’ensemble des données agrégés de manière à faciliter la recherche. D’où l’idée de proposer une meta-nomenclature Ex sur la radicalisation avant les attentats.